image-video-generation-mcp

v1.0.9

Published

2 months ago

MCP server for image and video generation

0High
0Medium
0Low

seostar

mcp image-generation video-generation ai cogview cogvideox

MCP Image Video Generation Server

一个免费生成图像和视频的 MCP (Model Context Protocol) 服务器，支持 BigModel AI 平台的 CogView 和 CogVideoX 模型。

功能

🎨 图像生成: 使用 CogView 模型（cogview-4, cogview-4-250304, cogview-3-flash）生成高质量图像，默认使用 cogview-3-flash 免费模型
🚀 批量图像生成: [新功能] 支持一次性生成1-100张图像，具备并行处理和灵活批次管理能力
🎬 视频生成: 使用 CogVideoX 模型（cogvideox-3, cogvideox-2, cogvideox-flash）生成视频，默认使用 cogvideox-flash 模型
⚙️ 配置管理: 支持环境变量配置和动态设置更新
🔄 异步处理: 支持视频生成任务状态查询和自动等待完成
🛡️ 错误处理: 内置重试机制和详细错误信息
📝 TypeScript: 完整的类型安全支持
🔧 调试支持: 内置 MCP Inspector 和 VS Code 调试配置
🎯 无水印: 默认生成无水印内容（可以在 bigmodel.cn 安全管理中去掉水印）

安装

pnpm add -g image-video-generation-mcp

API Key 申请

在使用本服务器之前，您需要在 BigModel.cn 平台申请 API Key。

申请步骤

访问 BigModel 开放平台
- 打开浏览器访问：https://www.bigmodel.cn/claude-code?ic=QHPPFCALMK
- 点击右上角"登录"或"注册"
注册/登录账号
- 使用手机号或邮箱注册账号
- 完成实名认证（根据平台要求）
- 登录到开发者控制台
获取 API Key
- 点击右上角头像，找到 API Key 后点击进入
- 添加新的 API Key（注意保密）

费用说明

免费额度: 新用户通常会获得一定的免费调用额度
计费方式: 按实际调用次数和资源使用量计费
余额查询: 在控制台可以查看余额和使用情况
充值方式: 支持多种在线充值方式

模型定价

| 模型类型 | 模型名称 | 费用类型 | 推荐场景 | | -------- | --------------- | ----------- | -------------------- | | 图像生成 | cogview-3-flash | 免费/低成本 | 快速原型、日常使用 | | 图像生成 | cogview-4 | 付费 | 高质量图像、专业用途 | | 视频生成 | cogvideox-flash | 免费 | 快速视频生成 | | 视频生成 | cogvideox-3 | 付费 | 标准质量视频 |

💡 建议: 开发和测试阶段建议使用免费模型（cogview-3-flash），生产环境根据需求选择付费模型。

API Key 使用注意事项

🔒 保密: API Key 相当于密码，请勿在代码仓库中公开
✅ 权限: 确保 API Key 有权限访问所需的模型服务
🔄 轮换: 定期更换 API Key 以提高安全性
📊 监控: 定期检查 API 使用量和费用情况

配置

设置环境变量：

export IMAGE_VIDEO_GENERATION_API_KEY="your_api_key_here"
export IMAGE_VIDEO_GENERATION_DEFAULT_IMAGE_MODEL="cogview-3-flash"
export IMAGE_VIDEO_GENERATION_DEFAULT_VIDEO_MODEL="cogvideox-flash"

或创建配置文件 .image-video-generation-config.json：

{
  "apiKey": "your_api_key_here",
  "defaultImageModel": "cogview-3-flash",
  "defaultVideoModel": "cogvideox-flash",
  "timeout": 30000,
  "maxRetries": 3
}

使用方法

作为 MCP 服务器使用

在你的 MCP 客户端配置中添加：

{
  "mcpServers": {
    "image-video-generation": {
      "command": "npx",
      "args": ["-y", "image-video-generation-mcp@latest"],
      "env": {
        "IMAGE_VIDEO_GENERATION_API_KEY": "your_api_key"
      },
      "type": "stdio"
    }
  }
}

重要说明: MCP 服务器通过 stdio 进行通信，所以直接运行 npx image-video-generation-mcp@latest 会看起来像是"卡住"或"无法运行"，这是正常现象。服务器正在等待来自 MCP 客户端的输入。

注意: 模型配置是可选的，如果不设置环境变量，将使用默认模型：
默认图像模型: cogview-3-flash
默认视频模型: cogvideox-flash

环境变量说明

| 环境变量 | 必需 | 默认值 | 说明 | | -------------------------------------------- | ---- | ----------------- | ---------------- | | IMAGE_VIDEO_GENERATION_API_KEY | ✅ | - | API 密钥 | | IMAGE_VIDEO_GENERATION_DEFAULT_IMAGE_MODEL | ❌ | cogview-3-flash | 默认图像生成模型 | | IMAGE_VIDEO_GENERATION_DEFAULT_VIDEO_MODEL | ❌ | cogvideox-flash | 默认视频生成模型 |

支持的工具

1. generate_image

生成单张图像，支持以下参数：

prompt (必需): 图像描述文本
model: 模型选择 (cogview-4, cogview-4-250304, cogview-3-flash)
quality: 图像质量 (standard, hd)
size: 图像尺寸 (例如 1024x1024)
watermark_enabled: 是否添加水印
user_id: 用户追踪 ID

2. batch_generate_images 🆕

[新功能] 批量生成多张图像，支持1-100个提示词，具备并行处理能力。

基础参数：

prompts (必需): 提示词数组，最多100个
model: 模型选择 (cogview-4, cogview-4-250304, cogview-3-flash)
quality: 图像质量 (standard, hd)
size: 图像尺寸 (例如 1024x1024)
watermark_enabled: 是否添加水印
user_id: 用户追踪 ID

批次管理参数：

batch_size: 每批处理的提示词数量 (1-20，默认4)
parallel: 是否并行处理 (默认true)
max_concurrent: 最大并发数 (1-10，默认3)
delay_between_batches: 批次间延迟(毫秒，0-10000，默认1000)

使用示例：

{
  "prompts": ["小猫玩耍", "城市夜景", "程序员工作"],
  "model": "cogview-3-flash",
  "batch_size": 3,
  "parallel": true,
  "max_concurrent": 2
}

📖 详细使用指南: BATCH_GENERATION_GUIDE.md

3. generate_video

生成视频，支持以下参数：

prompt (必需): 视频描述文本 (最大 512 字符)
model: 模型选择 (cogvideox-3, cogvideox-2, cogvideox-flash)
quality: 输出质量模式 (speed, quality)
size: 视频分辨率 (例如 1920x1080)
fps: 帧率 (30, 60)
duration: 视频时长 (5, 10 秒)
with_audio: 是否启用 AI 生成音频
watermark_enabled: 是否控制水印

4. query_video_result

查询异步视频生成任务结果：

task_id (必需): 视频生成任务返回的 ID

5. wait_for_video

等待视频生成完成并返回结果：

task_id (必需): 任务 ID
max_wait_time: 最大等待时间 (默认 300000 毫秒)
poll_interval: 轮询间隔 (默认 5000 毫秒)

6. configure_models

配置默认模型和设置：

default_image_model: 默认图像生成模型
default_video_model: 默认视频生成模型
timeout: 请求超时时间
max_retries: 最大重试次数

默认模型

图像生成: cogview-3-flash (免费模型，快速生成)
视频生成: cogvideox-flash (快速视频生成)

开发

# 克隆项目
git clone https://github.com/156554395/image-video-generation-mcp.git
cd image-video-generation-mcp

# 安装依赖
pnpm install

# 开发模式
pnpm dev

# 运行测试
pnpm test

# 构建
pnpm build

发布

发布到 npm

# 登录 npm（如果尚未登录）
npm login

# 发布新版本
pnpm release

# 或者手动发布
pnpm build
pnpm test
npm publish

发布脚本说明

prepublishOnly: 发布前自动构建和测试
prepack: 打包前自动构建
release: 完整的发布流程（构建 → 测试 → 发布）

发布文件说明

通过 package.json 中的 files 字段和 .npmignore 文件，发布包将只包含：

包含的文件：

dist/ - 构建后的 JavaScript 和 TypeScript 声明文件
README.md - 项目文档
LICENSE - 许可证文件

排除的文件：

src/ - 源代码目录
scripts/ - 开发脚本
测试文件和调试文件
配置文件和开发工具文件

版本管理

# 更新补丁版本 (1.0.0 -> 1.0.1)
npm version patch

# 更新次版本 (1.0.0 -> 1.1.0)
npm version minor

# 更新主版本 (1.0.0 -> 2.0.0)
npm version major

# 预发布版本 (1.0.0 -> 1.0.1-beta.0)
npm version prerelease --preid=beta

调试

使用 VS Code 调试

使用 VS Code 调试配置：
- 打开 VS Code
- 按 F5 或点击调试面板
- 选择 "Debug MCP Server" 配置
- 设置断点并开始调试
调试配置选项：
- Debug MCP Server: 普通调试模式
- Debug MCP Server (Break at Start): 启动时暂停
- Debug Tests: 调试测试代码

使用命令行调试

启动调试服务器：

# 构建项目
pnpm build

# 启动调试（在第一行断点）
pnpm debug:break

# 或者启动调试（不在第一行断点）
pnpm debug

使用 Chrome DevTools：
- 打开 Chrome 浏览器
- 访问 chrome://inspect
- 点击 "Open dedicated DevTools for Node"
- 在 DevTools 中查看和控制调试

使用 Node Inspector：

# 使用 inspector
node --inspect --inspect-port=9229 dist/index.js

# 使用 inspector-brk（启动时暂停）
node --inspect-brk --inspect-port=9229 dist/index.js

调试环境变量

# 设置调试环境变量
export NODE_ENV=development
export DEBUG=mcp:*

使用 MCP Inspector (推荐)

启动 MCP Inspector：

# 构建项目
pnpm build

# 使用 MCP Inspector（推荐方式）
pnpm inspector

# 或者直接使用 npx
pnpm inspector:direct

MCP Inspector 功能：
- 🎯 可视化调试: 直观的 Web 界面调试 MCP 服务器
- 🛠️ 工具测试: 直接在浏览器中测试所有 MCP 工具
- 📝 实时日志: 查看服务器日志和调试信息
- 🔧 参数编辑: 动态修改请求参数进行测试
- 📊 响应预览: 查看工具执行的详细响应
Inspector 使用方法：
- 运行 pnpm inspector 命令
- 浏览器会自动打开 Inspector 界面
- 在左侧选择要测试的工具
- 填写参数并点击"Execute"执行
- 在右侧查看执行结果和日志

调试技巧

断点调试: 在源代码中设置断点，调试器会在这些点暂停执行
控制台输出: 使用 console.log() 输出调试信息
变量监视: 在调试器中监视变量值的变化
调用堆栈: 查看函数调用链，了解程序执行流程
热重载: 使用 pnpm dev 进行开发，自动重新编译
MCP Inspector: 最佳调试方式，提供完整的可视化和交互功能

许可证

MIT License - 详见 LICENSE 文件

贡献

欢迎提交 Issue 和 Pull Request！

开发指南

Fork 项目
创建功能分支 (git checkout -b feature/AmazingFeature)
提交更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
创建 Pull Request

贡献者

感谢所有为这个项目做出贡献的开发者！

故障排除

MCP 连接问题

如果遇到 MCP 连接不上的问题，请检查以下几点：

API Key 配置：确保已正确设置 IMAGE_VIDEO_GENERATION_API_KEY 环境变量

# 测试 API Key 是否正确配置
IMAGE_VIDEO_GENERATION_API_KEY=your_api_key npx image-video-generation-mcp@latest

网络连接：确保能访问 https://open.bigmodel.cn/api

版本问题：使用最新版本

# 清除 npm 缓存并使用最新版本
npm cache clean --force
npx -y image-video-generation-mcp@latest

配置文件格式：确保 MCP 配置文件格式正确

{
  "mcpServers": {
    "image-video-generation": {
      "command": "npx",
      "args": ["-y", "image-video-generation-mcp@latest"],
      "env": {
        "IMAGE_VIDEO_GENERATION_API_KEY": "your_actual_api_key_here"
      },
      "type": "stdio"
    }
  }
}

错误日志：如果仍有问题，请查看 MCP 客户端的错误日志

常见错误

"API Key is required"：需要设置 IMAGE_VIDEO_GENERATION_API_KEY 环境变量
"command not found"：npm 缓存问题，尝试清除缓存或等待几分钟
连接超时：检查网络连接和防火墙设置

支持

如有问题，请提交 GitHub Issues。